遗留系统的解耦：对老旧基础设施或定制化应 用程序进行有效的迁移与现代化改造，需要专 门技术知识和以客户为中心的专业服务。 数据安全和合规顾虑：严格的法规要求（例如 GDPR、巴塞尔协议 III、HIPAA）和数据主权 问题，使一些利益相关者对迁移敏感数据持谨 慎态度。 对业务中断的担忧：为了在迁移过程中避免运 营中断，专业的指导与支持必不可少。 多云管理的复杂性：在多个云服务和基础设施 提供商之间平衡工作负载，会增加集成、治理 型项目的关键数据点与研究发现，有助于量化 我们能助您释放的商业价值。 我们希望这能帮助您在企业和组织 内部清晰地传达云转型的价值，并 凝聚各方对我们共创战略的支持。 7个月即可收回投资 IT 基础设施团队效率 提升 39% IT 运营成本效益提高 9% 高效率： 应用迁移至亚马逊云科技的 速度提升 46% 应用开发团队生产力 提高 21% 新产品和服务交付速度 加快 21% 灵活性与敏捷性： 在云端释放基础设施效率 将核心工作负载迁移至云端可以避免本地基础设施的大额固定支出， 降低计算资源的总拥有成本 (TCO)，从而实现成本节约。同时也消除 了为避免服务中断而过度配置计算资源的需求。 与此同时，核心系统的现代化改造可以减少对昂贵专用软件和长期许 可协议的依赖。现代化工作负载还可以利用自动扩展、容器化和无服 务器计算，减少因过度配置而产生的不必要基础设施成本。 亚马逊云

.....3 二. “十五五”数字中国发展现状与特征.............................................................8 （一） 数字基础设施提档升级，实现新跃升...............................................8 （二） 数据要素市场化改革步入效能提升与价值贯通新阶段............ 三. “十五五”数字中国发展问题.......................................................................54 （一） 数字基础设施面临迭代升级和价值转化双重挑战.........................54 （二） 数据要素市场化配置改革面临系统性挑战................................. “十五五”数字中国发展建议.......................................................................69 （一） 推动数字基础设施实现能级跃迁，全面增强其对新质生产力支撑 效能 69 （二） 建设制度保障与市场支撑协同联动的数据资源流通体系.............70 （三） 强创新、促融合，做强做优区域特色数字经济.

（五）数据安全将全过程动态化保障 ....................................................................... 202 （六）国家数据基础设施将建成运营 ....................................................................... 203 （七）数智产业生态体系将更加完善 ................... 38 图 23：动态全过程的数据安全 ............................................. 40 图 24：数据基础设施全面继承、广泛覆盖、鲜明创新 ......................... 42 图 25：人工智能和数据要素全流程融合 .................................. ........................ 54 图 33：美国进行专门数据保护立法的细分领域 ............................... 58 图 34：美国数据基础设施建设和运营模式 ................................... 67 图 35：欧盟数据权益法律法规体系建设路径 .............................

AI：安全、合规、向善、透明 26 2.3 云原生安全保障：打造可靠 AI 基础设施 27 目录 大模型发展趋势、风险挑战与 解决方案 1 模型商业落地加速，面临多样化的部 16 署与应用环境 2 模型应用安全风险具有系统性与复杂 17 性，全生命周期的安全保障是模型应用 落地的关键 2.1 AI 基础设施风险：供应链漏洞、DDoS 攻击 17 与模型资产威胁 49 安全能力 3.2 部署安全：过程控制，构建防御屏障 59 3.3 运行安全：上线监测，实现动态防护 60 CHAPTER CHAPTER 阿里云AI基础设施：原生安全 保障 1AI 基础设施及其关键挑战：兼顾安全、30 能力、效率 1.1 安全挑战：系统软件漏洞、资源滥用、供应链 30 攻击与隐私合规风险 1.2 高可用性挑战：系统稳定性压力增加 31 31 1.3 高性能瓶颈：算力利用率与异构协同问题凸显 32 1.4 算力经济性失衡：资源碎片化与供需错位下的 33 成本与效率挑战 2 阿里云的企业级 AI 基础设施建设： 34 在高效的基础上更安全 2.1 云平台级别的全栈安全保障 35 2.2 面向 AI 场景的安全防护 37 2.3 从高性能到低成本的全面优化 40 03 04 13 12 ALIBABA

大同市、广州市、杭州市等位居前列。 我国算力产业发展已取得一定进展，但仍存在基础设施建设不 均衡、算力应用深度广度不足等问题。为进一步加速我国综合算力 发展，亟需通过深化一体化算力网建设，强化统筹协同与动态优化 能力；全面提升算力供给质效，加速推动结构的迭代升级；夯实存 力运力底座，促进“算存网”协同演进；构建绿色低碳体系，加速 基础设施绿色升级；深化融合创新实践，助力产业生态繁荣发展。 《综合算力指数蓝皮书（2025 .................36 （三）夯实存力运力底座，促进“算存网”协同演进...................................36 （四）构建绿色低碳体系，加速基础设施绿色升级.......................................37 （五）深化融合创新实践，助力产业生态繁荣发展.............................. 1587 亿美 元，2028 年有望达到 2227 亿美元。 人工智能产业的巨大潜力及其对算力的高度依赖，已使其成为全 球数字经济竞争的战略制高点，全球各国正加速人工智能的战略部署 与算力基础设施投入。IDC 数据显示，目前，全球超过 70%的组织开 始对生成式人工智能技术进行投资或处于初步测试阶段，已有 17% 的组织将生成式人工智能应用和服务引入生产环节，利用人工智能技 术实现规模

4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 V. 数据管理与分析岗位 VI. 云计算岗位 VII. IT领导力岗位 01 03 20 28 37 54 64 70 71 71 94 111 10 月） 趋势 2：为具备AI适配能力，组织加大技术栈投资 为持续推进向AI驱动型企业的转型，各组织正逐步加大对底层技术基础设施的投资：搭建具备可 扩展性、灵活性与安全性的技术栈，以支持跨业务领域的各类AI工作负载。组织普遍认识到，若 缺乏功能完备的AI基础设施（包括云计算平台、数据分析能力与机器学习框架），将难以部署和 规模化推广先进的AI解决方案。 对技术栈的投资不仅能增强AI能力 智能体支出转向体现在三大投资领域：数据中心基础设施现代化、网络恢复与韧性强化，以及核 心企业应用更新。 近三分之一（31%）的组织表示，数据中心基础设施现代化将是首要投资方向，这一趋势反映出 从“云原生”到“AI原生”系统的广泛架构演进。与以往仅将AI作为附加功能整合的模式不同， AI原生架构从设计之初就以AI为核心，通过实时数据管道、自适应基础设施和持续学习能力，支 撑高性能、可扩展的AI

未有的机遇，同时也对数字基础设施提出了严峻的挑战。海量数据的 处理、极致的低时延交互、复杂的模型训练与推理，都呼唤着一个更 加敏捷、高效、可靠且智能的AI基础设施底座。 《人工智能就绪度白皮书：企业数智化转型的AI变革路径与评估指南》 的发布，恰逢其时。它凝聚了思科与毕马威在企业AI变革转型的深度 思考与实践洞察。我们深刻认识到，企业若想在这场AI变革中占得先 机，坚实可靠的基础设施与配套服务是成功的基石。 机，坚实可靠的基础设施与配套服务是成功的基石。 针对AI应用数据量大、低时延的特性，我们必须重新考虑基础设施的 建设理念。首先，我们倡导选择开放的、标准化的信息技术。这不仅 能够满足AI应用日新月异的需求，更能通过标准化、通用化来降低企 业的初始投入和长期运维成本，显著提高基础设施的利用率，避免技 术锁定带来的风险。其次，为了保障AI应用的高性能和优质服务，我 们必须积极引入和部署防止网络拥塞、避免数据丢包以及高效处理多 相关治理组件等关键要素，并前瞻性地提出了AI变革就绪度评估体系。 我们希望，这不仅能为企业决策者提供清晰的指引，更能为技术管理 者提供具体可落地的行动方案。我们相信，通过构建面向未来的AI基 础设施，企业定能在这场波澜壮阔的智能化转型中，乘风破浪，行稳 致远。 侯胜利 思科大中华区资深副总裁 暨首席技术官 © 2025 毕马威华振会计师事务所(特殊普通合伙) — 中国合伙制会计师事务所，毕马威企业咨询

·················································· 8 （一）逐步完善政策规划体系 ······································8 （二）不断夯实基础设施建设 ······································9 （三）有效激活市场空间潜力 ···································· 10 （四）不断涌现特色场景应用 局。2025 年数字经济发展工作要点中提出，推动建设国家数据基 础设施，抓好区块链、隐私计算等数据流通利用基础设施先试先 行。区块链作为新型数字基础设施，为数据可信安全高效流通提 供坚实基础。从顶层设计上看，重点推进区块链可信数据服务网 络建设，区块链成为数字化转型的关键技术，推动与实体经济深 度融合。从区域分布上看，我国区块链基础设施布局主要分布在 华东、长三角、西南等地区，且已有多个城市投入使用。从架构 入使用。从架构 模式来看，目前我国各地区块链基础设施架构形成以国家级平台 为引领、平台设施为支撑、地方特色场景协同发展的多层次发展 模式。 表 1 我国推动区块链发展相关政策文件（不完全统计） 年份 机构 政策文件 主要内容 2024 年 11 月 国家数据局 《关于可信数据空间 发展行动计划（2024 —2028 年）的布局》 利用隐私计算、使用控制、 区块链等技术，优化履约机

由供给-运营-服务的三层体系构成的核心愿景架构。然后在三层架构上分别识别出前沿技术趋势，分别是 云网一体化调度依然是核心、网络基础设施 DC 向 AIDC 全面转型和云边端能力加速分化与融合，并由此 引出本章的三个热点方向：（4）云网一体化调度（5）面向智算的云网基础设施（6）云边端协同。 第三章，围绕智能算法的研究，首先分析了云计算与云网融合相关的各类智能算法的发展趋势和应 用场景，包括运筹优化、深度学习、强化学习、大模型和 技术对云网的新需求。本章第二个热点方向围绕另一个热点话题开展介绍和论述：（10）AI 安全。 第五章，智能泛在云，介绍了云计算研究院基于云计算技术趋势和中国电信战略所提出的研究愿景， 即，立足于泛在融合的云网基础设施，依托于云计算系统和 AI 算法深度融合的未来云计算新范式。本章 介绍了智能泛在云的背景与特征、技术挑战与创新机会、定位与展望。 目录 1 面向下一代云计算的研究 1 1.1 研究图谱 2025：云计算产业和技术分析 . . 16 1.4.1 面向大规模集群的自动化运维与可靠性工程 . . . . . . . . . . . . . . . . . . . . . . . 17 1.4.2 云计算环境下的基础设施安全 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 1.4.3 云数据中心智能功耗管理与优化 . . . .

一份给CIO规划建设数据中心的参考 AI驱动的新一轮智能化转型浪潮中，数据中心已从传统IT基础设施，演变为企业核心竞争力的战略资产，越 来越多企业的核心业务正由数据中心承载。与此同时，快速发展的AI应用驱动数据中心规模不断扩大，AI技 术也让威胁攻击频率更高、成本更低、手段更多样。近期我与客户伙伴的交流中，大家都提到一个关切点： 如何建设高韧性的数据中心基础设施。从主备到双活、从双活到多活，从被动防御到主动免疫，从被动修复 极价值。 —— 华为公司董事、ICT BG CEO 杨超斌 随着AI技术的快速发展，数据中心已从传统的信息存储载体演进为支撑企业业务连续性与数字化转型的关键 基础设施。在智能电网等关系国计民生的关键行业中，韧性数据基础设施对系统的稳定运行、风险抵御与未 来演进具有至关重要的作用。数据中心不仅承载着AI训练与推理，更支撑着实时分析、自动化决策等电网核 心需求，其韧性建设直接关系到电网的可 据中心，为电力行 业在规划、建设与运营高韧性算力基础设施方面提供了重要参考与实践指南。该书理念先进、内容务实，对 电力及相关行业单位具有显著的启发与借鉴价值，特此推荐。 ——工信部产业发展促进中心智能电网与装备专委会主任、国家智能电网重大专项（2030）项目责任专家 刘建明 在电力行业，韧性数据中心发挥着举足轻重的作用。作为关键基础设施，电力系统高度依赖于持续的数据支 撑和完整可靠的控制